一、Flink概述
1.基本描述
Flink官网地址：Apache Flink® — Stateful Computations over Data Streams | Apache Flink
Flink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。
2.有界流和无界流
- 无界流（流）：
- 有定义流的开始，没有定义结束。会无休止产生数据
- 无界流数据必须持续处理
- 有界流（批）：
- 有定义流的开始，也有定义流的结束
- 可以拿到所有数据后再进行处理，并且做排序
- 有界流通常被称为批处理
3.有状态
flink中除了流之外还会有额外的数据，用来对这些流做一些状态统计。
比如流是路上的汽车，我们是路边的人，数过去了多少车。过去一辆我们可以记一个，再过去就2个。也可以通过画正字的方式记录，最后通过统计正字来得到过去多少车。这里的数字以及正字，就是车以外的额外数据，用作统计。我们每来一个车统计一下，统计完之后可以对外输出。同时，每过一段时间会持久化一下，以防丢失。
4.flink的特点
低延迟、高吞吐、结果准确、良好的容错
- 高吞吐、低延迟：每秒可以处理数百万个事件，毫秒级延迟
- 结果准确：flink提供事件事件（event_time）和处理时间（processing_time）语义。对于乱序事件流，事件事件语序仍然能提供一致且精确的结果
- 精确一次（exactly-once）的状态一致性保证
- 可以连接到常见的存储系统：kafka，hive，jdbc，hdfs，redis等
- 高可用：本身就是高可用，配合k8s，yarn和mesos的紧密集成，再加上从故障中快速恢复和动态扩展的能力，可以以极少的停机时间实现7*24小时运行
5.flink和spark的区别
- spark以批处理为根本
- spark采用rdd模型，所谓rdd就是每3秒看做的一个批次，spark引擎处理这三秒的数据。spark streaming的Dstream实际上就是一组组rdd的集合
- spark是批计算，将DAG划分为不同的stage，一个完成才计算下一个
- Flink以流处理为根本
- flink基本模型是数据流，以及事件序列
- flink是标准的流执行模式，一个事件在一个节点处理完之后可以直接下发下一个节点处理
spark：
flink：
| flink | spark | |
| 计算模型 | 流计算 | 微批计算 |
| 时间语序 | 事件事件、处理时间 | 处理时间 |
| 窗口 | 多、灵活 | 少、不灵活 窗口必须是批次的整数倍 |
| 状态 | 有 | 没有 |
| 流式sql | 有 | 没有 |
6.flink应用场景
电商、市场营销
物联网（IOT）
物流配送，服务业
银行，金融
7.flink分层api
- 有状态流处理：通过底层api （处理函数），对最原始的数据加工处理。与DataStream api集成，可以处理复杂计算
- DataStream（流处理）/DataSet（批处理） api：封装了底层api，提供转换、连接、聚合、窗口等通用模块。在flink1.12之后，DataSet被合到DataStream里面去了，即DataStream是批流都可以处理的api
- Table api：以表为中心的声明式编程。可以与DataStream无缝切换
- sql：以sql查询表达式的形式表现程序，可以在table api的表上执行
简单来说，就是flink的一层层封装。
二、Flink快速上手
1.创建项目
新建一个maven项目：
2.导入依赖
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.atguigu</groupId><artifactId>FlinkTutorial-1.17</artifactId><version>1.0-SNAPSHOT</version><properties><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target><flink.version>1.17.0</flink.version></properties><dependencies><dependency><groupId>org.apache.flink</groupId><artifactId>flink-streaming-java</artifactId><version>${flink.version}</version></dependency><dependency><groupId>org.apache.flink</groupId><artifactId>flink-clients</artifactId><version>${flink.version}</version></dependency></dependencies>
</project>3.创建文件夹
新建一个input文件夹，里面一个txt，随便输入一些单词
4.批处理形式的word count编写（已过时）
注：此种方式使用的是DataSet API。我们新的版本已经将批和流都统一到DataStream API中了，因此这种方式的代码编写看一看就好，已过时。
package com.atguigu.wc;import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.api.java.operators.AggregateOperator;
import org.apache.flink.api.java.operators.DataSource;
import org.apache.flink.api.java.operators.FlatMapOperator;
import org.apache.flink.api.java.operators.UnsortedGrouping;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.util.Collector;/*** TODO DataSet API 实现 wordcount（不推荐）*/
public class BatchWordCount {public static void main(String[] args) throws Exception {// TODO 1. 创建执行环境ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();// TODO 2.读取数据：从文件中读取DataSource<String> lineDS = env.readTextFile("input/word.txt");// TODO 3.切分、转换 （word，1）FlatMapOperator<String, Tuple2<String, Integer>> wordAndOne = lineDS.flatMap(new FlatMapFunction<String, Tuple2<String, Integer>>() {@Overridepublic void flatMap(String value, Collector<Tuple2<String, Integer>> out) throws Exception {// TODO 3.1 按照 空格 切分单词String[] wo
